WildDESED：面向野生家庭环境声事件检测系统的 LLM 驱动数据集

本工作旨在通过提出一个新的大语言模型（LLM）驱动数据集，即野生家庭环境声事件检测数据集（WildDESED），来推进声事件检测（SED）研究。它被构建为原始 DESED 数据集的扩展，以反映家庭环境中多样的声学变化和复杂的噪声。我们利用 LLM 基于 DESED 数据集的目标声音类别生成了八种不同的家庭场景。随后，我们使用从 AudioSet 中精选的噪声混合物对这些场景进行丰富，并确保其与目标声音没有重叠。我们考虑使用广泛流行的卷积神经循环网络来研究 WildDESED 数据集，这展示了该数据集的挑战性。然后，我们通过逐步增加噪声复杂度来应用课程学习，以增强模型在各种噪声水平下的泛化能力。我们采用该方法的结果表明在噪声环境中的性能有所提升，验证了其在 WildDESED 数据集上的有效性，促进了抗噪 SED 的发展。